深度解读:智能体2.0 AI Agent多推演进

AI Agent即AI 代理,长期以来,研究人员一直在追求更完美的AI,可以与人类相当、甚至是超越人类。在1950年代,AIan Turing就将"智能"的概念扩展到了人工实体,并提出了著名的图灵测试。这些人工智能实体就被称为------Agent

目录

[AI Agent的核心改变](#AI Agent的核心改变)

LLM的框架优势:

以往Agent类型

当代的Agent模型

Agent的再次升级

什么是Prompt模式

Agent工作范式及程度化转变

企业知识库构建+四种工作方式

Agent的潜力发展

应用软件

数字生产力

生态图谱·典型分析

金融

乡村振兴

多智能体


AI Agent的核心改变

说到这里我们来认识一个大型语言模型(LLMs)

大语言模型是基于深度学习的自然语言处理(NLP)技术,通过海量文本数据训练而成的巨型神经网络模型。它们能够理解、生成和推理人类语言,在文本生成、问答、翻译摘要等领域展现强大的能力,通俗的说它是一个深度学习模型。下面来简单介绍它的能力方面:

(1)生成能力:生成连贯、多样化的文本,比如某个故事、作文、一首歌

(2)多语言支持:支持数百种语言的翻译和夸语言任务,比如你可以让AI生成日语、德语的文 章,用C、C++、Java等编程语言生成各种代码

(3)推理逻辑:体现在对问题的常识推理

(4)零样本学习:不需要额外的训练就可以完成新任务

LLMs给AI Agent底层提供了一个突破性技术方案:

LLM带来了深度学习新范式,思维链和更加强大的自然语言理解能力,有望让Agent具备更强大的学习能力和前移能力,从而让创建广泛应用且实用的Agent成为可能

LLM的框架优势:

过去等强化学习基于深度学习框架可以让Agent学到技能,但是Agent的泛化性比较差,往往用于非常窄的特定领域,比如在某个游戏的控制和计划,最标志性的应用是围棋领域的AIphaGo

以往的工作主要集中在强大代理的特定能力,比如符号推理和对特定任务的掌握,从而容易忽视了模型固有的通用的能力的发展,比如知识记忆、长期规划、有效泛化和高效的互动。因此,增强模型固有能力是推动智能代理进一步发展的关键因素

以往Agent类型

(1)符号智能体:采用逻辑规则和符号表示来封装知识和促进推理过程,比如在1980年前后,出现的医学诊断专家系统,模拟心理治疗

(2)反映型智能体:关注智能体与其环境之间的交互,强调快速和实时响应,缺乏复杂、决策、规划能力

(3)基于强化学习的智能体:关注如何让智能体通过与环境的交互进行学习

(4)基于迁移学习和元学习的智能体:使智能体从少量样本中迅速推理出执行任务的最优策略

当代的Agent模型

当下大模型的参数量提升AI Agent的理解力和泛化能力,使其更好的处理多种任务和上下文信息,这增强了AI代理的自然语言处理能力,给用户提供了更加个性化、连贯的交互体验

大模型时代的 AI Agent = LLM * (规划+记忆+工具+行动) LLM是核心控制器,构建了Agent的核心能力。

Agent的再次升级

当代的 AI Agent是LLM技术下Prompt工程的一种升级,Agent的核心在于自主性的增强,可以有效完成某一个工作点或者工作单元,减少了人的干预,逐渐向完全自动升级

评价一个Agent的逻辑:在流程上的节点上完成了什么程度的自动化

什么是Prompt模式

Prompt模式就是把大模型当做工具来调用。大模型最初兴起时,Prompt工程把大模型当成一种编程语言来看待。人们通过描述角色技能、任务关键词、任务目标以及背景,来让大模型生成对应的文本格式

Prompt工程的万能公式:角色+角色技能+任务核心关键词+任务目标+任务背景+任务范围+任务解决与否判定+任务条件+输出格式/输出数量

Agent工作范式及程度化转变

软件人工思路------>Agent工程思路

人为中心,AI为辅助------>AI为中心,人为辅助

固定形态的交互界面,海量数据------>动态人机交互、海量长尾任务

企业知识库构建+四种工作方式

AI Agent通过挖掘企业流程、文档以及相关信息化知识完成知识库的具象化。

·专家知识的数字化是AI Agent成功落地的关键,通过不断标注和反馈,专家的个人知识可以丰富和完善知识库,形成知识闭环,是系统能持续化学习和提升性能

·AI Agent的出现将改变人机交互的方式,使得专家知识不仅可以被复制和传承,还能通过种种语言处理等技术被更广泛的应用

AI Agent的四种工作方式如下:

反思:Agent可以检查自己的工作,并提出改进的方法,有效提高LLM生成的内容质量

工具:Agent利用其他功能的工具(例如Web搜素、代码执行),来帮助自己完成任务、

规划:Agent对用户的目标进行自行拆解并执行(例如生成一篇文章,可以从大纲、分段、小标题、注入什么样的思想感情)

协作:多个Agent协同工作,分工任务,讨论辩论说法,提出比单个智能体更好的解决方案

Agent的潜力发展

应用软件

随着智能代理的发展,Agent将给应用软件的形态和业态带来颠覆性的变化,基于自然语言的极简交互将替代很多传统的图形交互,形成LUI+GUI的混合状态。Agent的形态可以对既有软件进行智能化的改造升级,以API的形式增加重要环节的可交互性和认知能力,也可以对软件的应用架构和模式进行全新重构。

数字生产力

AI与工作流的结合有3类方式,均是为了实现更加高效、更加智能的决策支持和自动化服务,关键在于如何根据应用场景和需求,选择最合适的融合策略:

"+AI"是当前现有的智能体或系统中引入AI技术,以增强其能力,逐步提升现有系统的智能化水平

"AI+"则是将AI作为核心驱动力,围绕它构建智能体的能力

Agent是如何融入工作流的?

瞄准市场背景及需求,通过结合AIGC和工作流实现Agent的迭代,Agent可以建立起某一个垂直领域认知的场景,迅速实现岗位中位数水平以上的员工表现

生成式AI:随着AIGC技术的爆发,相关技术公司迅速崛起,大模型及后续调优及适配技术能力增强,借助大语言模型甚至更多的模态模型切入市场刚需

企业服务经验:数字化企服能力伴随着中国数字化发展而来,因此泛企业服务软件领域在工作流程的建设,数字员工的协同领域具备相当丰富的经验

生态图谱·典型分析

金融

在金融领域可以为金融分析师提供有效、最新的数据参考,甚至发展为自动化软件,自动化筛选股票、解析SEC文件和财报、投资者会议。为投资公司通过人工智能分析服务

乡村振兴

在乡村振兴上,可以为其插上"数字翅膀",对于乡村振兴,可以从以下几个方面带来活力:

(1)提升乡村产业发展水平,做好特产的同时可以带来产业、质量、绿色兴农。将农村建成现代化产业

(2)实时监控农产品的状态,解决了人类的盲区,实时推荐各种解决方案,提高农产品的品质

(3)完善农村教育、医疗、养老等公共服务体系,及时回应群众关切,统筹新型城镇化和乡村振兴

多智能体

Agent可以模拟人类的分工协作方式,赋予不同的角色和职责,通过角色专业化,将复杂的任务分解的更小,更具体的子任务,Agent可以并行处理这些任务,从而提高整体工作效率,这需要更加开放、严谨的逻辑分析能力,避免无效的重复和循环,给这个问题带来回答多样化,突破工作人员思维限制,给工作人员带来新的创意指导方案

当第一个具备自我批判能力的Agent在实验室质疑既定算法时,或许你该按下文章下面的三个按钮(疯狂暗示)!这不仅是对技术解读的支持,更是为了即将到来的人机共治时代投下的一票,您的每次互动,都在为这场双向进化的文明史诗添加批注!感谢三连!

相关推荐
星际码仔2 小时前
AutoGLM沉思,仍然没有摆脱DeepResearch产品的通病
人工智能·ai编程·chatglm (智谱)
喝拿铁写前端2 小时前
前端与 AI 结合的 10 个可能路径图谱
前端·人工智能
城电科技3 小时前
城电科技|零碳园区光伏太阳花绽放零碳绿色未来
人工智能·科技·能源
HyperAI超神经3 小时前
Stable Virtual Camera 重新定义3D内容生成,解锁图像新维度;BatteryLife助力更精准预测电池寿命
图像处理·人工智能·3d·数学推理·视频生成·对话语音生成·蛋白质突变
Chaos_Wang_3 小时前
NLP高频面试题(二十三)对抗训练的发展脉络,原理,演化路径
人工智能·自然语言处理
Yeats_Liao4 小时前
华为开源自研AI框架昇思MindSpore应用案例:基于MindSpore框架实现PWCNet光流估计
人工智能·华为
说私域4 小时前
人工智能赋能美妆零售数字化转型:基于开源AI大模型的S2B2C商城系统构建
人工智能·小程序·开源·零售
zew10409945884 小时前
基于深度学习的手势识别系统设计
人工智能·深度学习·算法·数据集·pyqt·yolov5·训练模型
weixin_478689764 小时前
pytorch与其他ai工具
人工智能·pytorch·python
豆芽8194 小时前
核函数(机器学习深度学习)
人工智能·深度学习